电子商务推荐系统直接与用户交互，模拟商店销售人员向用户推荐商品，帮助用户找到所需商品，从而顺利完成购买过程。本书介绍了电子商务推荐方法，分为两篇。第一篇介绍了电子商务推荐用户采纳行为的相关模型及研究现状，第二篇为电子商务推荐技术方法，并分别介绍了相关的研究成果。目前大多数电子商务推荐方法相关研究及书籍要么侧重用户对推荐的采纳行为研究，要么侧重推荐的技术方法，但实际上这两个部分是不可分割且内在逻辑联系紧密的整体。电子商务推荐方法的效用不仅取决于推荐的技术，还取决于对用户行为的深刻理解。因此本书通过上下两篇将两者结合，这也是本书的特色。
本书可作为高等院校管理类专业高年级本科生和研究生的教材，也可供工程技术人员、管理人员、教师及相关领域科学研究工作者参考使用。

第一篇 电子商务推荐用户采纳行为研究方法
第1章 电子商务推荐用户采纳行为国内外研究状况及相关理论
1.1 国外电子商务推荐用户采纳行为相关研究
1.2 国内电子商务推荐用户采纳行为相关研究
1.3 理性行为理论
1.4 计划行为理论
1.5 技术接受模型
1.6 创新扩散理论
1.7 技术接受和使用整合模型
第2章 基于技术接受和使用整合理论的奢侈品网络商城用户接受行为研究
2.1 本章绪论
2.2 相关概念
2.3 研究模型与假设
2.4 数据收集与分析方法
2.5 奢侈品网络商城用户接受行为实证分析
2.6 本章结论
第3章 移动电子商务推荐系统的顾客满意度研究
3.1 移动电子商务推荐及顾客满意度相关理论
3.2 移动电子商务推荐系统的顾客满意度模型构建与假设提出
3.3 问卷设计与数据收集
3.4 移动电子商务推荐系统的顾客满意度实证分析
3.5 本章结论
第4章 一种基于技术接受和使用整合模型的电子商务推荐系统用户采纳影响因素研究
4.1 电子商务推荐系统用户采纳的模型构建与假设提出
4.2 问卷设计与数据收集
4.3 电子商务推荐系统用户采纳的实证分析
4.4 本章结论
第二篇 电子商务推荐技术方法
第5章 电子商务推荐系统评价指标的确定与评价方法
5.1 电子商务推荐系统评价指标
5.2 数据预处理
5.3 主观赋权方法
5.4 客观赋权方法
5.5 常用的评价方法
第6章 电子商务推荐方法及用户兴趣表示方法
6.1 电子商务推荐方法
6.2 移动电子商务推荐系统状况
6.3 获取用户兴趣的方法及电子商务文档的表示方法
第7章 一种主题推荐中特征缺失补偿方法
7.1 贝叶斯主题推荐与N-gram模型
7.2 贝叶斯主题推荐中特征缺失补偿策略
7.3 实验结果与分析
7.4 本章结论
第8章 基于用户偏好聚类的电子商务推荐方法
8.1 相关理论
8.2 基于用户偏好聚类推荐方法实验结果与分析
第9章 推荐领域语义知识构造方法
9.1 领域术语候选计算及领域术语抽取
9.2 同义词词典的构造
9.3 实验结果与分析
9.4 本章结论
第10章 一种基于社会网络的合著推荐方法
10.1 合著网络构建
10.2 合著网络分析
10.3 本章结论
第11章 某期刊作者合著网络模式研究
11.1 数据准备
11.2 合著网络特征
11.3 本章结论
参考文献
附录一
附录二
附录三